总结 样本类别分布不均衡处理（处理过拟合和欠拟合问题） 过抽样（上采样）：通过增加分类中少数类样本的数量来实现样本均衡 from imblearn.over_sampling import SMOTE 欠抽样（下采样）：通过减少分类中多数类样本的数量来实现样本均衡 (可能造成样本数据大量丢失) fr ...
分类：
其他好文 时间：
2020-07-28 00:04:11
阅读次数：
85
在解决问题中，θ可能不是一个值，可能是一个向量，所以在求导的时候可以写成求梯度的形式，求函数在每个方向上的偏导数。 其实和上一节处理的问题也相似，只不过这个处理的不是一个数，是一个向量。 这是一个三元函数的曲线图。图中的红色圈圈就是函数曲线。假如起始点从左上角那个点出发，一直到数值最低的点，其实这个 ...
分类：
其他好文 时间：
2020-07-27 23:56:02
阅读次数：
90
作者|DR. VAIBHAV KUMAR 编译|VK 来源|Analytics In Diamag 文本分类是自然语言处理的重要应用之一。在机器学习中有多种方法可以对文本进行分类。但是这些分类技术大多需要大量的预处理和大量的计算资源。在这篇文章中，我们使用PyTorch来进行多类文本分类，因为它有如 ...
分类：
其他好文 时间：
2020-07-27 15:47:34
阅读次数：
72
作者|DR. VAIBHAV KUMAR 编译|VK 来源|Analytics In Diamag 自然语言处理（NLP）有很多有趣的应用，文本生成就是其中一个有趣的应用。 当一个机器学习模型工作在诸如循环神经网络、LSTM-RNN、GRU等序列模型上时，它们可以生成输入文本的下一个序列。 PyTo ...
分类：
其他好文 时间：
2020-07-26 19:20:18
阅读次数：
68
一.什么是机器学习？ 什么是机器学习？Herbert Sinmon给“学习”做出了这样的定义：“如果一个系统能够通过执行某个过程而改进性能，这就是学习。”更通俗的理解是：机器学习能够自动地从数据中学习“程序”，而这个程序不是人来编写的。 平面上有两类点，黄色代表类别a，蓝色代表类别b。这时我们希望能 ...
分类：
其他好文 时间：
2020-07-26 15:43:33
阅读次数：
56
数据分析基本流程 Python基本数据类型 Python各种括号的使用方式 数据分析基本流程 数据采集 数据挖掘 理解业务需求，对挖掘目标进行定义 理解数据：进行数据描述，数据质量验证 数据准备：收集数据（数据导入与导出）、数据清洗、数据集成 建模：选择和应用各种数据挖掘类型 数据可视化 报表工具 ...
分类：
编程语言 时间：
2020-07-26 15:04:48
阅读次数：
64
协同算法： User-Based CF 计算user与user的相似度矩阵 Item-Based CF计算item-item的相似度矩阵 假设： - 用户喜欢哪些跟他有相似爱好的用户喜欢的东西 - 具有相似兴趣的用户在未来也具有相似兴趣 方法： - 给定用户u，找到一个用户的集合N(u)，他们和u具 ...
分类：
编程语言 时间：
2020-07-26 02:07:02
阅读次数：
123
TF-IDF(term frequency–inverse document frequency)是一种用于信息检索与数据挖掘的常用加权技术，常用于挖掘文章中的关键词，而且算法简单高效，常被工业用于最开始的文本数据清洗。 TF-IDF有两层意思，一层是"词频"（Term Frequency，缩写为T ...
分类：
其他好文 时间：
2020-07-26 01:56:59
阅读次数：
77
作者|GUEST 编译|VK 来源|Analytics Vidhya 介绍 时间序列预测是机器学习的一个非常重要的领域，因为它让你能够提前“预见”并据此制定业务计划。 在本博客中，我们将了解什么是时间序列预测，Power BI如何制作时间序列预测图和Power BI用于预测的模块。 什么是时间序列预 ...
分类：
其他好文 时间：
2020-07-26 01:51:41
阅读次数：
87
关于如何使用机器学习来做异常检测的7个问题 导读 异常检测的一些入门问题。 关于如何使用机器学习来做异常检测的7个问题 问问题是学习的好方法之一。但有时你不知道从哪里开始，或者该问什么 —— 尤其是在你还比较熟悉的异常检测之类的话题上。在这种情况下，最好倾听别人的问题，让他们的思路来指导你的学习。以 ...
分类：
其他好文 时间：
2020-07-26 00:37:36
阅读次数：
63
